Machine learningDeep learning / NLP / CV
自己教師ありTransformer
自己教師ありTransformerとは、人間が付与したラベルではなく、マスクされたトークン予測や次文予測といった、自動的に構築された教師信号を用いて事前学習されたTransformerネットワークである。得られた表現は、その後、下流タスクに対してファインチューニングまたはプロービングされる。BERT、GPT、ViT（マスク画像モデリングモードのVision Transformer）は、このパラダイムの最も広く知られた実装例である。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems, 30. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised Transformer (Pretraining with Self-generated Supervision). ScholarGate. https://scholargate.app/ja/deep-learning/self-supervised-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERTベースの分類深層学習↔ compare
- Fine-Tuned Transformer深層学習↔ compare
- RoBERTaベースの分類深層学習↔ compare
- 自己教師あり畳み込みニューラルネットワーク深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare